แชตOpenAI

GPT-5.2 Codex ผู้ช่วยแชต AI

GPT-5.2 Codex คือผู้ช่วยเขียนโค้ด AI เชิงวิเคราะห์ของ Rivya สำหรับการทบทวนสถาปัตยกรรม การรีแฟกเตอร์ระยะยาว การคิดเชิงระบบ และการดีบักที่ยากขึ้นข้ามฐานโค้ดขนาดใหญ่

อินพุต
พรอมป์ + รูปภาพเสริม
เอาต์พุต
ผู้ช่วยแชต AI
เครดิต
จ่ายตามการใช้งาน — เครดิตขึ้นอยู่กับการใช้จริง
เหมาะที่สุดสำหรับ
การทบทวนสถาปัตยกรรมและข้อแลกเปลี่ยนด้านการออกแบบระบบ
ตัวอย่างผลลัพธ์

ตัวอย่างผลลัพธ์

เหมาะสำหรับการวางแผน regression, content checks และ release readiness

Responses

ทดลองออนไลน์

ใช้ GPT-5.2 Codex

ตั้งค่าอินพุต

เตรียมการรันครั้งนี้

เครดิตโดยประมาณ: 4+

ตัวควบคุมแชต

เลือกได้ว่า Rivya ควรค้นหาเว็บเมื่อใด ควรใช้การให้เหตุผลมากแค่ไหน และจะแสดงความคิดของโมเดลเมื่อโมเดลที่เลือกรองรับหรือไม่

ค้นหาเว็บ

อนุญาตให้โมเดลที่รองรับดึงผลลัพธ์เว็บแบบสดระหว่างตอบ

การให้เหตุผล

ใช้ค่าเริ่มต้นของโมเดล หรือขอระดับการให้เหตุผลที่เข้มขึ้นหรือเบาลงเมื่อมีให้ใช้

เริ่มบทสนทนาเพื่อเปลี่ยนการวางแผน การทำพรอมต์ และทิศทางครีเอทีฟให้เป็นเธรดที่นำกลับมาใช้ซ้ำได้

พรอมป์เริ่มต้น

เริ่มใช้ GPT-5.2 Codex ด้วยพรอมป์ที่ผ่านการพิสูจน์แล้ว

ใช้เทมเพลตที่จับคู่กับ GPT-5.2 Codex ไว้แล้ว เมื่อคุณต้องการการรันแรกที่ดีกว่าการเริ่มจากพรอมป์ว่าง

เธรดแชต

หน้ารายการพรอมป์รู้สึกช้าลงหลังเพิ่มเทมเพลตจำนวนมาก การ render ฝั่งเซิร์ฟเวอร์เป็นแบบ static แต่การกรองฝั่ง client มีรายการมากขึ้น

สาเหตุที่เป็นไปได้: การกรองฝั่ง client และการ render การ์ดขยายตามจำนวนรายการ แผนการวัดผล: เปรียบเทียบเวลา hydration และ latency ของช่องกรองก่อนและหลังการเปลี่ยนแปลง การทดลองที่ปลอดภัย: memoize ค่าค้นหา หรือใช้ virtualization เฉพาะเมื่อจำเป็น เงื่อนไข rollback: latency ของการโต้ตอบเกินเป้าหมายบนมือถือระดับกลาง อย่าเปลี่ยน: การสร้างหน้า static เพื่อ SEO หากยังไม่มีหลักฐานว่าคอขวดอยู่ที่เซิร์ฟเวอร์

เธรดแชต

การ์ดพรอมป์ตอนนี้มีพรีวิวแชตแบบกะทัดรัด และปุ่มแอ็กชันอยู่ใต้บล็อกบทสนทนาที่ถูกตัดขอบ

ลำดับโฟกัส: ลิงก์การ์ดไม่ควรกักปุ่มแอ็กชัน ขนาดเป้าหมาย: ปุ่มคัดลอกและรันต้องมีพื้นที่กดอย่างน้อย 24px หรือมีระยะห่างเพียงพอ Reduced motion: เอฟเฟกต์ sweep ตอน hover ควรเป็นเพียงของตกแต่ง ตรวจป้ายกำกับ: ปุ่มต้องมีชื่อการกระทำที่มองเห็นได้หรือเข้าถึงได้ ความเสี่ยงบนมือถือ: ข้อความในบับเบิลบทสนทนาต้องไม่ทับปุ่มแอ็กชัน

หลักฐานของโมเดล

ผลลัพธ์จาก GPT-5.2 Codex มีหน้าตาอย่างไร

ใช้การทดลองออนไลน์ด้านบน แล้วเปรียบเทียบตัวอย่างผลลัพธ์เหล่านี้เพื่อประเมินความเรียบร้อย จังหวะ และความเหมาะกับงาน ก่อนใช้เครดิตเพิ่มเติมใน Studio

เธรดแชต

ขอให้ Rivya ช่วยวางแผน เขียนพรอมป์ วิเคราะห์ หรือทำงานโค้ด

ตัวอย่างแชตสำหรับพรอมต์แผนทดสอบของ Codex

ผลลัพธ์

เหมาะสำหรับการวางแผน regression, content checks และ release readiness

ตัวอย่างหลัก

เหมาะสำหรับการวางแผน regression, content checks และ release readiness

ตัวอย่างแชตสำหรับพรอมต์แผนทดสอบของ Codex

อินพุต

พรอมป์ + รูปภาพเสริม

สิ่งที่ควรสังเกต

ตัวอย่างแชตสำหรับพรอมต์แผนทดสอบของ Codex

เครดิตต่อการใช้งาน

จ่ายตามการใช้งาน — เครดิตขึ้นอยู่กับการใช้จริง

ทำไมโมเดลนี้จึงใช้ได้ผล

ทำไมโมเดลนี้จึงใช้ได้ผล

การให้เหตุผลแข็งแรงขึ้นสำหรับวิศวกรรมซับซ้อน

เหมาะที่สุดกับการออกแบบระบบและสถาปัตยกรรม

เอาต์พุต 12K โทเค็นสำหรับการสร้างโค้ดแบบครอบคลุม

งานที่เหมาะที่สุด

งานที่เหมาะที่สุด

การทบทวนสถาปัตยกรรมและข้อแลกเปลี่ยนด้านการออกแบบระบบการรีแฟกเตอร์ขนาดใหญ่ที่รับรู้ความสัมพันธ์พึ่งพาการดีบักยากข้ามหลายเลเยอร์ร่างสเปกเทคนิคจากโค้ดที่มีอยู่

หลักฐานของโมเดล

เธรดแชต

ขอให้ Rivya ช่วยวางแผน เขียนพรอมป์ วิเคราะห์ หรือทำงานโค้ด

พรีวิวบทสนทนาสำหรับ Release Rollback Plan

สร้างแผน rollback จาก release notes พร้อม switch points, data risk, owner และคำสั่ง verification

พรีวิวบทสนทนาสำหรับ Release Rollback Plan

เธรดแชต

ขอให้ Rivya ช่วยวางแผน เขียนพรอมป์ วิเคราะห์ หรือทำงานโค้ด

พรีวิวบทสนทนาสำหรับ Performance Regression Hunt Chat

แปลงอาการด้านประสิทธิภาพให้เป็นสาเหตุที่เป็นไปได้ แผนการวัดผล การทดลองที่ปลอดภัย และเงื่อนไขกระตุ้นการ rollback

พรีวิวบทสนทนาสำหรับ Performance Regression Hunt Chat

เธรดแชต

ขอให้ Rivya ช่วยวางแผน เขียนพรอมป์ วิเคราะห์ หรือทำงานโค้ด

พรีวิวบทสนทนาสำหรับแชตรีวิวรีเกรสชันด้านการเข้าถึง

รีวิว UI diff สำหรับลำดับโฟกัส ขนาดเป้าหมาย reduced motion ป้ายกำกับ และข้อความล้นบนมือถือ

พรีวิวบทสนทนาสำหรับแชตรีวิวรีเกรสชันด้านการเข้าถึง

เธรดแชต

ขอให้ Rivya ช่วยวางแผน เขียนพรอมป์ วิเคราะห์ หรือทำงานโค้ด

พรีวิวบทสนทนาสำหรับแชตออกแบบการทดสอบบูรณาการ

ออกแบบการทดสอบบูรณาการจากเส้นทางผู้ใช้ ขอบเขตข้อมูล โหมดความล้มเหลว และเป้าหมายการตรวจสอบ

พรีวิวบทสนทนาสำหรับแชตออกแบบการทดสอบบูรณาการ

เธรดแชต

ขอให้ Rivya ช่วยวางแผน เขียนพรอมป์ วิเคราะห์ หรือทำงานโค้ด

พรีวิวบทสนทนาสำหรับ Payment Webhook Audit

ตรวจสอบเส้นทาง payment webhook ในเรื่อง idempotency ความปลอดภัยจากการ replay การเขียนเครดิต และการจัดการความล้มเหลวที่ลูกค้ามองเห็นได้

พรีวิวบทสนทนาสำหรับ Payment Webhook Audit

เธรดแชต

ขอให้ Rivya ช่วยวางแผน เขียนพรอมป์ วิเคราะห์ หรือทำงานโค้ด

พรีวิวบทสนทนาสำหรับ Release Rollback Plan

สร้างแผน rollback จาก release notes พร้อม switch points, data risk, owner และคำสั่ง verification

พรีวิวบทสนทนาสำหรับ Release Rollback Plan

เธรดแชต

ขอให้ Rivya ช่วยวางแผน เขียนพรอมป์ วิเคราะห์ หรือทำงานโค้ด

พรีวิวบทสนทนาสำหรับ Performance Regression Hunt Chat

แปลงอาการด้านประสิทธิภาพให้เป็นสาเหตุที่เป็นไปได้ แผนการวัดผล การทดลองที่ปลอดภัย และเงื่อนไขกระตุ้นการ rollback

พรีวิวบทสนทนาสำหรับ Performance Regression Hunt Chat

เธรดแชต

ขอให้ Rivya ช่วยวางแผน เขียนพรอมป์ วิเคราะห์ หรือทำงานโค้ด

พรีวิวบทสนทนาสำหรับแชตรีวิวรีเกรสชันด้านการเข้าถึง

รีวิว UI diff สำหรับลำดับโฟกัส ขนาดเป้าหมาย reduced motion ป้ายกำกับ และข้อความล้นบนมือถือ

พรีวิวบทสนทนาสำหรับแชตรีวิวรีเกรสชันด้านการเข้าถึง

เธรดแชต

ขอให้ Rivya ช่วยวางแผน เขียนพรอมป์ วิเคราะห์ หรือทำงานโค้ด

พรีวิวบทสนทนาสำหรับแชตออกแบบการทดสอบบูรณาการ

ออกแบบการทดสอบบูรณาการจากเส้นทางผู้ใช้ ขอบเขตข้อมูล โหมดความล้มเหลว และเป้าหมายการตรวจสอบ

พรีวิวบทสนทนาสำหรับแชตออกแบบการทดสอบบูรณาการ

เธรดแชต

ขอให้ Rivya ช่วยวางแผน เขียนพรอมป์ วิเคราะห์ หรือทำงานโค้ด

พรีวิวบทสนทนาสำหรับ Payment Webhook Audit

ตรวจสอบเส้นทาง payment webhook ในเรื่อง idempotency ความปลอดภัยจากการ replay การเขียนเครดิต และการจัดการความล้มเหลวที่ลูกค้ามองเห็นได้

พรีวิวบทสนทนาสำหรับ Payment Webhook Audit

ความเหมาะสมสำหรับการตัดสินใจ

เมื่อใดที่โมเดลนี้เป็นตัวเลือกที่เหมาะ

ความเหมาะสมสำหรับการตัดสินใจ

สัญญาณความเหมาะสม

การให้เหตุผลแข็งแรงขึ้นสำหรับวิศวกรรมซับซ้อน
เหมาะที่สุดกับการออกแบบระบบและสถาปัตยกรรม
เอาต์พุต 12K โทเค็นสำหรับการสร้างโค้ดแบบครอบคลุม
รองรับการมองเห็นภาพสำหรับไดอะแกรมเทคนิค
วิเคราะห์ได้ลึกกว่า GPT-5.1 Codex

งานที่เหมาะที่สุด

ใช้เมื่อโจทย์มีลักษณะเช่นนี้

การทบทวนสถาปัตยกรรมและข้อแลกเปลี่ยนด้านการออกแบบระบบการรีแฟกเตอร์ขนาดใหญ่ที่รับรู้ความสัมพันธ์พึ่งพาการดีบักยากข้ามหลายเลเยอร์ร่างสเปกเทคนิคจากโค้ดที่มีอยู่วางแผนงานวิศวกรรมสไตล์เอเจนต์

ข้อเท็จจริงแบบไม่ปรุงแต่ง

อินพุต เอาต์พุต และเครดิตที่ต้องยืนยัน

ผู้ให้บริการ

OpenAI

หมวดหมู่

แชต

ความสามารถ

Responses

โมเดลเครดิต

จ่ายตามการใช้งาน — เครดิตขึ้นอยู่กับการใช้จริง

เส้นทางอินพุต

พรอมป์ + รูปภาพเสริม

การตั้งค่าพรอมป์

สูงสุด 20,000 ตัวอักษร

การเข้าถึงสำหรับนักพัฒนา

ใช้งานผ่าน API ได้

เรียกใช้ GPT-5.2 Codex จาก Public API v1 หลังจากตรวจฟิลด์ของโมเดล กฎของสื่ออ้างอิง และพฤติกรรมเครดิตแล้ว

FAQ

GPT-5.2 Codex FAQ

เปรียบเทียบทางเลือกอื่น

โมเดลอื่นที่ควรพิจารณาต่อ

แชต

GPT-5.5

โมเดลแชต GPT ขั้นสูงของ OpenAI บน Rivya สำหรับการให้เหตุผลซับซ้อน การวิเคราะห์ที่รับรู้ภาพ การสังเคราะห์งานวิจัย และงานเขียนแบบมีโครงสร้างเมื่อบรีฟต้องการพื้นที่มากขึ้น

ทำไมควรพิจารณา

พิจารณาเมื่อหมายเหตุเครดิตเหมาะกับการรันถัดไปของคุณ: จ่ายตามการใช้งาน - เครดิตขึ้นอยู่กับการใช้จริง

อินพุตพรอมป์ + รูปภาพเสริม
เครดิตจ่ายตามการใช้งาน - เครดิตขึ้นอยู่กับการใช้จริง
เหมาะที่สุดสำหรับการสังเคราะห์งานวิจัยจากชุดแหล่งข้อมูลยาวหรือกระจัดกระจาย
แชต

GPT-5.4

โมเดลแชต AI ระดับสูงขึ้นของ OpenAI บน Rivya พร้อมการจัดการอินพุตแบบมีโครงสร้างที่แข็งแรงขึ้น การควบคุมการให้เหตุผล และโปรเจกต์สนทนาที่เน้นเครื่องมือ สำหรับงานวิเคราะห์และงานเขียนที่ซับซ้อนกว่า

ทำไมควรพิจารณา

พิจารณาสำหรับความเหมาะกับงานนี้: บรีฟกลยุทธ์ยาวและบันทึกการตัดสินใจ

อินพุตพรอมป์ + รูปภาพเสริม
เครดิตจ่ายตามการใช้งาน — เครดิตขึ้นอยู่กับการใช้จริง
เหมาะที่สุดสำหรับบรีฟกลยุทธ์ยาวและบันทึกการตัดสินใจ
แชต

GPT-5.4 Codex

โมเดล Codex ระดับสูงขึ้นของ OpenAI บน Rivya พร้อมความสามารถเขียนโค้ดที่แข็งแรงขึ้น การให้เหตุผลแบบมีโครงสร้าง และการทำงานร่วมกันที่เน้นเครื่องมือ สำหรับโปรเจกต์พัฒนาระดับคลังโค้ดที่ต้องการมาก

ทำไมควรพิจารณา

พิจารณาสำหรับความเหมาะกับงานนี้: การดีบักระดับคลังโค้ดและการทบทวนสถาปัตยกรรม

อินพุตพรอมป์ + รูปภาพเสริม
เครดิตจ่ายตามการใช้งาน — เครดิตขึ้นอยู่กับการใช้จริง
เหมาะที่สุดสำหรับการดีบักระดับคลังโค้ดและการทบทวนสถาปัตยกรรม